OptoPaint: Embodied AI für stabile oversprayfreie Lackierprozesse

OptoPaint: KI greift direkt in den Lackierprozess ein

Prozessstabiles oversprayfreies Beschichten für die industrielle Praxis: Im Projekt OptoPaint entwickeln Forschende und Industriepartner ein System, das Tropfenbildung optisch in Echtzeit überwacht und Prozessparameter mithilfe von KI direkt nachregelt – für mehr Stabilität und Materialeffizienz bei der Lackapplikation.

Embodied AI für die Lackierung: OptoPaint macht oversprayfreie Beschichtung prozessstabil

Oversprayfreies Beschichten bietet großes Potenzial für präzise, materialeffiziente und individualisierte Lackierprozesse. In der industriellen Praxis fehlt bislang jedoch oft die notwendige Prozessstabilität. Hier setzt OptoPaint an: Im Verbundprojekt entwickeln Partner aus Industrie und Forschung ein System, das die Tropfenbildung optisch in Echtzeit überwacht und Prozessparameter mithilfe künstlicher Intelligenz direkt nachregelt – für robustere Prozesse, weniger Materialverlust und bessere Übertragbarkeit in die industrielle Anwendung.

OptoPaint bringt künstliche Intelligenz direkt in die Lackapplikation: Tropfen erfassen, Abweichungen erkennen, Parameter automatisch nachregeln – in Echtzeit und nah an der industriellen Praxis.

Warum oversprayfreies Beschichten bisher nur begrenzt industrietauglich ist

Oversprayfreies Beschichten – etwa im Drop-on-Demand-Verfahren – eröffnet neue Möglichkeiten für präzise Lackapplikation, reduzierte Materialverluste und individualisierte Mehrfarbigkeit. Die breite industrielle Nutzung scheitert bislang jedoch häufig an der unzureichenden Prozessstabilität. Denn die gezielte Erzeugung einzelner Lacktröpfchen reagiert äußerst empfindlich auf Veränderungen bei Viskosität, Temperatur, Applikationsdruck und Düsenzustand.

Instabile Tropfenbildung als zentrale Hürde

Typische Effekte, die in der Praxis auftreten:

• variierende Tropfengrößen und -geschwindigkeiten
• Faden- und Satellitenbildung
• unkontrollierte Ablenkungen der Flugbahn
• Spritzer oder ungleichmäßiger Schichtauftrag
• Düsenverschmutzung oder Verstopfung bis hin zum Prozessausfall

Für Lackierbetriebe und Anlagenbetreiber bedeutet das: Selbst wenn die Technologie grundsätzlich funktioniert, fehlt oft die notwendige Robustheit für einen stabilen Dauerbetrieb unter realen Produktionsbedingungen.

Fehlende Echtzeitregelung in bestehenden Systemen

Weitere Faktoren in bisherigen Ansätzen, die den Prozess des oversprayfreien Lackierens einschränken:

• keine durchgängige Inline-Überwachung der Tropfenbildung bieten
• Abweichungen erst spät oder indirekt erkennen
• keine automatische Anpassung der Prozessparameter im laufenden Betrieb ermöglichen

Genau hier liegt die entscheidende Lücke zwischen Laborlösung und industrieller Anwendung: Ohne eine schnelle, verlässliche Erfassung der Tropfenqualität und eine direkte Nachregelung der Stellgrößen bleibt das System anfällig für Drift und Störungen.

Embodied AI: Künstliche Intelligenz greift direkt in die Lackapplikation ein

OptoPaint verfolgt den Ansatz, dass künstliche Intelligenz nicht nur Prozessdaten auswertet, sondern aktiv Teil der Prozessführung wird. Die Tropfenbildung wird im laufenden Betrieb optisch erfasst, in Echtzeit bewertet und bei Abweichungen unmittelbar über Stellgrößen an Ventil und Applikation nachgeregelt. KI ist damit nicht nur Analysesoftware, sondern wirksam mit Sensorik, Datenauswertung und Aktorik verbunden.

Das Projekt adressiert genau die Schnittstelle, die für industrielle Anwendbarkeit entscheidend ist: die Verbindung aus Erkennen, Bewerten und direktem Eingreifen in den Prozess. Ziel ist ein adaptives System, das auch bei Drift durch Temperatur, Viskosität, Düsenverschleiß oder wechselnde Umgebungsbedingungen eine stabile Tropfenerzeugung unterstützt.

Optische Tropfenkontrolle, Datenmodellierung und lernfähige Regelung

1. Tropfenbildung sichtbar machen

Ein kompaktes Hochgeschwindigkeits-Vision-System erfasst die entstehenden Lacktröpfchen während des Flugs. Dabei werden relevante Merkmale wie Tropfenform, Durchmesser, Geschwindigkeit und Flugbahn analysiert. Unerwünschte Effekte wie Faden- oder Satellitenbildung lassen sich so frühzeitig erkennen.

2. Prozessdaten mit Bilddaten verknüpfen

Die optischen Daten werden mit den zugehörigen Prozess- und Applikationsparametern in einer Datenbasis zusammengeführt. Auf dieser Grundlage entstehen Modelle des maschinellen Lernens, die beschreiben, wie Stellgrößen und Tropfeneigenschaften zusammenhängen. Ein erster Prototyp sagt bereits Tropfendurchmesser und Tropfengeschwindigkeit in Abhängigkeit von den Parametern voraus.

3. Parameter automatisch nachregeln

Langfristiges Ziel ist eine geschlossene Regelkette: Das System erkennt Abweichungen vom Sollzustand, bewertet deren Bedeutung und leitet Korrekturen für Pulsprofil und Druck ab. So soll die Tropfenerzeugung auch bei veränderten Prozessbedingungen reproduzierbar stabil bleiben.

4. Übertragbarkeit in die industrielle Praxis sichern

Damit das System nicht nur im Labor funktioniert, werden Sensorik, Datenverarbeitung und Regelung auf geringe Latenzen, Miniaturisierung, Robustheit und Wartbarkeit ausgelegt. Die Validierung erfolgt in einer industrienahen Testzelle bei Krautzberger.

Industrie und Forschung entwickeln die Lösung gemeinsam

OptoPaint ist als Verbundprojekt angelegt und bündelt Kompetenzen aus Lackiertechnik, optischer Messtechnik, eingebetteter Bildverarbeitung, Datenmodellierung und Automatisierung. Beteiligt sind die Krautzberger GmbH, das Fraunhofer IIS, das Fraunhofer IPA, die tecVenture GmbH und die ELWI Automation GmbH. Die Projektkoordination liegt bei Krautzberger.

Gerade für die beschichtende Industrie ist diese Partnerstruktur ein wichtiger Vertrauensfaktor: Die Lösung in enger Abstimmung zwischen Forschung, Komponentenentwicklung und industrieller Umsetzung. Die industrienahe Testzelle bei Krautzberger unterstreicht den Anspruch, die Technologie in Richtung Praxistauglichkeit, Robustheit und Übertragbarkeit weiterzuentwickeln.